Table des matières

Introduction

Cette étude porte sur les signalisations d’anomalies dans les rues de Paris, de 2016 à 2021 inclus. Le jeu de données est tiré de l’application Dans Ma Rue, permettant aux citoyens de la ville de faire lesdites signalisations.

A la vue de ce jeu de données, incluant différents types d’anomalies dont les graffitis, nous nous sommes demandés comment ces derniers ont évolué au fil des ans et quels sont les possibles évènements et contextes qui ont fait évoluer le taux de signalement.

Toute cette analyse devra répondre à la problématique suivante :

Comment expliquer les différences de dégradation entre les arrondissements de Paris ?

Méthodologie

—-> Positionnement du problème

—-> Le téléchargement des fichiers & nettoyage des données:

—-> Les choix de représentations:

Analyse

Pour cette analyse, il nous faut voir quelles zones sont plus ou moins touchées que la moyenne. En général, celles où les valeurs sont les plus extrêmes comportent des informations supplémentaires selon la période et le contexte politique et/ou économie-social.

Pour se faire, nous avons visualisé via un graphique le nombre de signalisations concernant les graffitis et le nombre d’anomalies total au fil du temps.

Le graphique en barres est l’outil de représentation graphique principalement utilisée dans notre analyse.

En somme, l’arrondissement le plus touché par les graffitis est le 11ème, suivi de près par le 18ème, puis le 10ème. A contrario, les moins touchés sont le 7ème, le 8ème et le 16ème.

Plus de détails sont disponibles pour chaque année, en dessous des graphes de répartition dans l’application Shiny R.

Pour la dernière partie de cette analyse, nous avons choisi de créer une carte de densité de Paris

—-> HeatMap

Voici la carte de densité du canton de Paris représentant la présence de graffitis (interactive via Shiny R)

—-> Explication de la légende

Avant d’analyser en profondeur la carte, il est nécessaire d’expliciter nos choix concernant la légende :

Le choix des couleurs pour chaque valeur de densité dépend de l’objectif de la visualisation et de l’effet recherché. Ici, notre choix a été d’utiliser des couleurs allant du bleu clair pour les densités les plus faibles au rouge foncé pour les densités les plus élevées.

On a opté pour des couleurs qui évoquent communément un degré d’intensité ou de danger croissant, telles que le bleu pour une intensité faible, l’orange pour une intensité modérée et le rouge pour une intensité majeure. Ces choix ont été faits en prenant en compte la perception générale que peuvent avoir les utilisateurs de ces couleurs.

Notre résonnement pour en arrivant au choix de ces six couleurs aura été de vouloir augmenter la précision de la carte en passant donc de 3 couleurs (bleu/orange/rouge) au 6 ci dessus

Pour que cela reste cohérent on a donc détaillé chaque couleur principales, le bleu, orange et rouge en un dégradé de deux couleurs nuancé (par exemple le bleu décomposé en bleu ciel et bleu foncé, le orange en jaune clair et orange clair et le rouge en orange foncé et rouge). Cela nous permet de garder un équilibre entre chaque intensités

Par ailleurs, la carte interactive utilisé n’affichant pas par défaut le nom de chaque arrondissement et pour faciliter sa lecture, nous avons choisi de rajouter des marqueurs au centre de chaque arrondissement afin qu’avec un simple clic, l’utilisateur puisse mettre un numéro sur l’arrondissement qu’il regarde.

—-> Les points notables sur la carte

Zoomer une première fois nous permet d’avoir plus de précision quant à la signalisation de certains arrondissement/rue.

Nous allons expliquer la présence d’une plus grande densité de graffitis dans ces différentes zones : Belleville, Vaugirard, Alesia, La Chapelle (Stalingrad)

—-> Place de la République - Gare du Nord et Gard de l’Est

—-> Montmartre

Conclusion

En conclusion, on distingue 3 caractéristiques parmi les zones les moins touchées par les graffitis, soit les zones, de faible densité de population, dont la population est particulièrement aisée et touristiques (présences de nombreux monuments)

Nous conclurons donc qu’il y a bien une tendance permettant d’expliquer les différences de dégradations entre les arrondissements de Paris. Mais que le jeu de données n’étant pas assez “objectif” il est difficile de faire entièrement confiance en cette analyse.

Sources